Composite Chaotic Pseudo-Random Sequence Encryption Algorithm for Compressed Video

Stream cryptosystems, which implement encryption by selecting parts of the block data and header information of the compressed video stream, achieve good real-time encryption with high flexibility. Chaotic random number generator-based approaches, for example, logistics maps, are comparatively promising approachs, but are vulnerable to attacks by nonlinear dynamic forecasting. A composite chaotic cryptography scheme was developed to encrypt the compressed video with the logistics map with a Z(2^31-1) field linear congruential algorithm to strengthen the security of the mono-chaotic cryptography. The scheme maintained real-time performance and flexibility of the chaotic sequence cryptography. The scheme also integrated asymmetrical public-key cryptography and encryption and identity authentification of control parameters at the initialization phase. Encryption is performed in a layered scheme based on the importance of the data in a compressed video stream. The composite chaotic cryptography scheme has the advantage that the value and updating frequency of the control parameters can be changed online to satisfy the network requirements and the processor capability, as well as the security requirements. Cryptanalysis shows that the scheme guarantees robust security, provides good real-time performance, and has flexible implementation. Statistical evaluations and tests verify that the scheme is effective.     

分布式被动传感器网异步采样下的机动目标跟踪

针对分布式被动传感器网的特点，提出了一种异步采样条件下机动目标跟踪方法。该方法采用交互式多模型概率数据互联滤波器跟踪机动目标。为启动滤波器，采用最大似然法估计目标初始状态；为适应异步观测条件，提出了马尔可夫转移概率计算方法。仿真实验表明，在分布式被动传感器网中采用该算法能有效进行机动目标跟踪。     

欠结构水下机器人的自适应位置跟踪控制器的设计

欠结构水下机器人的控制是一个具有很大难度的课题。研究了一种欠结构多方位智能机器人的跟踪问题，在机器人参数不确定及存在未知环境扰动的情况下，设计出了连续的自适应控制器，使得机器人可以自动地跟踪任意光滑的轨迹，并且跟踪误差收敛于半径为任意小的原点的邻域。Matlab仿真研究表明了该控制方案的有效性。     

基于对角回归神经网络的转台伺服系统逆控制

针对转台伺服系统中存在的不确定性和非线性因素,提出一种基于对角回归神经网络(diagonal re-current neural network,DRNN)的逆控制方法。逆控制器由对角回归辨识网络(DRNNI)和对角回归控制网络(DRNNC)组成,利用神经网络的逼近能力,在线辨识系统的逆模型,直接将辨识器的拷贝作为系统的控制器。该方法结合了神经网络和逆系统控制的优点,能够克服系统中的不确定性和非线性因素。仿真结果表明,有效提高了转台伺服系统的动态跟踪精度,并具有较好的鲁棒性能。控制器的运算量小,能够满足实时控制要求。     

几种简化联合概率数据互联算法性能分析

针对最优联合概率数据互联算法复杂、运算量大的问题,目前提出了许多简化的联合概率数据互联算法。为了清楚地了解这些算法在不同环境下在跟踪精度、实时性等跟踪性能上的差异,对几种典型的简化算法进行了详细的性能分析。给出了简化算法的数学模型,然后从理论上对这些算法进行了优缺点比较,最后选取了多种典型的与实际工程背景相近的多目标运动环境,对几种比较有代表性的简化算法在这些环境下进行仿真实验,并根据仿真结果对它们各方面的性能进行综合分析。     

基于粒子追踪的风场可视化方法

为了更直观地表示三维风场的变化特点，针对气象风场数据集的特点采用粒子系统的方法可视化表示风场属性，提出了通过粒子的位置变化动态反映风场速度方向以及大小，同时将风场涡旋度的强弱映射成粒子本身的旋转状态，最后选取CDC数据中心的风场数据验证了实验结果。     

MPEG-21数字项适配技术研究

研究了MPEG-21数字项适配DlA（Digital Item Adaptation）框架及媒体格式独立（format-independent）的资源适配机制，结合H.264／AVC视频感知运动能量模型PME（Perceived Motion Energy），提出了一套基于MPEG-21 DIA的H.264／AVC视频适配模型和系统，并设计了多媒体资源适配引擎，提出了相应的资源适配决策算法，即在满足网络可用带宽的约束条件下，丢弃低感知质量层的视频帧，而尽可能多地保留高感知质量层的视频帧．实验结果表明，大部分测试视频序列在丢帧率平均达到50％～60％的时候，其用户主观感受质量评分仍可以达到可接受的程度（一般），而视频传输速率平均有24％的减少．该系统不仅保证了视频适配后较高的用户视觉主观感知质量，而且实现了独立于媒体编码格式的视频适配机制，提高了多媒体适配系统的灵活性和可扩展性．     

局域网上动态视频实时传输技术的研究

介绍了一种在局域网上实时传输视频的策略,并给出实现方法,该方法可成功地应用于远程视频集散监控系统中.     

基于压缩感知的实时在线目标追踪

在正负样本区域随机抽取了不同尺度下图像的局部二值模式(LBP)特征,将高维的特征信息投射到低秩的压缩域,并据此建立了表观模型.使用一个随机稀疏测量矩阵来压缩前景和背景目标.将追踪问题转化成为了一个使用朴素贝叶斯分类器的二元分类问题.所提方法可以较快速、实时地在线追踪目标,同时解决了目标尺度变化、遮挡问题.     

基于梯度的帧内自适应深度决策算法

提出了一种基于梯度的帧内候选模式裁剪算法,通过自适应深度划分并利用空间信息来简化帧内预测过程,大大减少了计算复杂度.实验结果显示,所提出的算法对比HM16.7,可以减少35.25%的计算复杂度,且只有极小的编码效率损失.